“双一流”背景下高校图书馆学科分析服务探索*

万慕晨

（重庆交通大学图书馆 重庆 400074）

1 引言

2017年初，三部委联合印发的《统筹推进世界一流大学和一流学科建设实施办法（暂行）》明确要求：“一流学科建设高校应具有国内前列或国际前沿的高水平学科，学科水平在有影响力的第三方评价中进入前列”[1]，掀起了学科分析与评价的热潮。学科分析评价报告从而成为了各级教育主管部门和各高校加强学科建设、优化学科布局、凝炼学科发展方向、突出学科建设重点、科学配置学科资源的重要参考依据。高校图书馆作为学校的文献情报中心，经过多年的发展，已经从学科资源的保障者、学科服务的提供者逐步向学科建设的参与者、学科发展的咨询者转型。以文献资源为基础开展学科分析服务，利用文献计量分析工具从多角度和多渠道对数据进行整合分析，既是图书馆服务转型的必然要求，也是学科服务向纵深发展的重要实践。

2 图书馆开展一流学科评价现状

学科分析评价服务是一种图书馆深层次学科服务，也有不少学者称之为学科竞争力分析。2015 年“双一流”建设方案公布后，ESI作为世界范围内评价学科国际水平及影响力最重要的第三方评价体系之一，成为了我国图书馆界在“双一流”建设中应用最广泛的学科评价体系[2]。一方面，我国图书情报领域中基于ESI探究学科分析评价的论文数量呈井喷式增长；另一方面，在具体的学科分析评价实践工作中，各高校图书馆依靠自身丰富的馆藏文献资源和文献评价分析工具，纷纷开展了基于ESI学科分类体系及指标的学科分析评价服务，推出了基于ESI的《学科动态监测》《学科竞争力分析报告》等各类学科分析评价报告，如中国人民大学图书馆的《ESI学科动态》[3]、复旦大学图书馆的《复旦学科年报》[4]、武汉大学图书馆的《ESI学科动态与学科发展态势分析》[5]、重庆大学图书馆的《重庆大学ESI学科影响力》[6]等。

在实践中，笔者发现ESI学科分类是基于Web of Science（WoS）数据开发出来的。WoS 核心库收录的3万余种期刊分属250多个WoS学科，科睿唯安公司在WoS中又选择了1万余种期刊作为ESI来源期刊，并在此基础上建立了22个ESI学科。因此，可以通过期刊在两个学科分类中的交叉重合实现WoS学科到ESI学科的映射，而科睿唯安已将WoS学科与部分教育部一级学科实现了映射，这就为ESI学科分类与我国一级学科进行映射提供了可行性。通过文献调研发现，我国刘虹[12]、蔺梅芳[11]、刘盛博[13]等学者已经利用科睿唯安提供的“WOS分类与教育部一级学科映射表”，开展了基于教育部一级学科分类的ESI学科贡献度分析。但是由于科睿唯安的“学科映射表”是根据SCI、SSCI和AHCI的学科范围说明与相关中文文献的说明进行人工对比建立的映射关系[14]，且仅覆盖了77个一级学科，使得学科映射的科学性、有效性以及学科评价的准确性都有待验证。所以，有必要引入其他研究机构构建的外文资源分类体系对ESI数据进行教育部一级学科映射。

3 ERS 学科分类系统介绍

E R S 学科分类系统是国际大学图书馆联盟（IATUL）成员馆——上海交通大学图书馆构建的外文期刊分类系统。经过几年的积累，已经完成了包括ESI期刊在内的2万余种外文期刊的学科分类映射。

3.1 ERS 学科分类步骤

首先，根据目标期刊的机读目录（MARC）及乌利希国际期刊指南记录（Urichs），解析抽取国会分类（LCC）、国会主题词（LCSH）、杜威分类号（DDC）；其次，利用解析出来的LCCLCSHDDC通过“分类知识组织体系互操作系统”得到与中国图书馆分类法分类号（CLC）的匹配结果；最后，通过CLC映射到教育部一级学科[15]。

3.2 ERS 学科分类原理

从ERS学科分类流程中可以看出，“分类知识组织体系互操作系统”以及“CLC与教育部一级学科的映射”是ERS分类系统的关键。

自2012年起,上海交通大学图书馆就开始了对“分类知识组织体系互操作系统”的构建研究[16-19]，对初期收集到的20万余条有效MARC记录及Urichs记录分别抽取分类号和主题词进行同现映射频次统计，挖掘不同分类系统间隐藏的关联规则，并通过支持度、置信度筛选构建了DDC/LCC/LCSH与CLC映射的“分类知识组织体系互操作系统”，同时采用机器学习模式匹配方法中的贝叶斯最优化理论对映射关系进行优化，进一步提升了映射的成功率和准确率[20]。“CLC与教育部一级学科的映射”源于高校图书馆基础业务工作——学科资源采购与统计。上海交通大学图书馆早在2013年就采用分类预设法[21-22]，通过与学院专家、教师的有效交流确定了各一级学科关键词、学科涵盖专业、专业（课程）关键词及知识点，在此基础上采用字面、语义以及知识相关性的映射方法建立了从教育部学科分类到CLC之间的映射，并由学科馆员和院系教师进行反复确认后进一步对“CLC与教育部一级学科的映射”进行了修正[23]，实现了全部一级学科的准确映射、二级学科90%的准确映射[16]。

4 ERS 学科分类映射实践

本研究根据2020年5月ESI数据，选取重庆拥有ESI学科或ESI学科潜力值超过50%的10所高校为研究对象，利用10所高校于2010年1月—2020年4月发表的80 096篇ESI论文涉及的期刊名称、曾用刊名、简写刊名、ISSN、eISSN与ERS系统中下载学科分类表进行了映射。

4.1 学科映射成功率分析

对ESI数据进行学科映射的成功率是得到准确分析结果的基础，为此笔者分别从重庆市高校整体、各高校、各ESI学科的映射成功率，对ERS学科分类系统和WOS学科映射表进行了比较，结果如图1所示。

图7描述了采用不同材料补片的再制造修复结构应力强度因子下降率R对应裂纹尖端半椭圆上各节点的分布。R随裂纹尖端半椭圆中心角α变大而降低，即R随裂纹深度加深而降低。因此，可以说修复作用对于最接近损伤结构表面处的裂纹尖端最为明显；随着裂纹尖端深度增加，修复效果呈递减趋势。

图1 ERS 学科分类系统和WOS 学科映射表比较

结合图1及映射数据可以发现，ERS学科分类系统从10所高校整体映射效果来看，共成功映射论文79 965篇，占论文总量的99.84%，涉及引用899 680次，占总被引次数的99.90%；从各高校映射效果来看，论文映射成功率最低是重庆文理学院的99.75%，被引映射成功率最低是重庆理工大学的99.79%。从ESI学科映射效果来看，除多学科（MULTIDISCIPLINARY）论文映射成功率和被引映射成功率为98.29%和98.65%外，其余21个ESI学科的论文及被引映射成功率均高于99.00%。

WOS学科映射表从10所高校整体映射效果来看，共成功映射论文64 201篇，占论文总量的80.16%，涉及引用860 562次，占总被引次数的95.55%；从各高校映射效果来看，论文映射成功率和被引映射成功率最低的是重庆大学45.59%和89.80%。从ESI学科映射效果来看，经济与商业科学论文映射成功率最低为42.27%，植物学与动物学的被引映射成功率最低为63.44%外，仅有临床医学、免疫学以及神经科学与行为学3个ESI学科的论文及被引映射成功率均高于98.00%。

从以上分析可以发现，无论从整体的角度、各高校的角度，还是从ESI学科的角度看，基于ERS的学科映射成功率均远高于WOS学科映射表，且所有指标映射成功率均高于98%，映射效果较好。

4.2 学科映射有效性分析

为了避免出现“重数量轻质量”的情况发生，本研究采用“数量与质量相结合”的原则，在科研产出量（N）的基础上同时考虑排除了学科领域、文献类型、出版年等因素，尤其适合学科之间横向比较的学科规范化引文影响力——CNCI，利用N*CNCI（综合影响力）指标对一级学科作进行对比。

4.2.1 基于重庆市一流建设学科的分析

重庆市一流建设学科评审流程复杂、评审条件众多，是从学科基础、学科带头人与学术团队、高层次科研平台、高水平标志性成果以及服务经济社会发展成效多角度出发，综合国家认定标准、高校办学水平等因素，最终由评审专家投票进行遴选产生的。因此，将映射得到的重庆市各一级学科综合影响力指标（N*CNCI）排名与2017年公布的重庆市一流建设学科名单进行对比，有助于验证学科映射的有效性，具体对比结果如图2所示。

图2 重庆市一流建设学科综合影响力排名

从图2中可以看出，学科综合影响力排名与市级一流建设学科重合度较高，重庆市82.86%的一流建设学科综合影响力在该学科中排名前三，其中排名第一的学科比例为42.86%，因此笔者认为学科综合影响力这个单一指标能达到与一流建设学科82.86%的重合度，可以反映ERS映射效果较好；另外，由于在一流学科建设中存在不同层次、规模的高校以及学科特色相近的高校有相同学科入选一流学科的情况，如部属院校重庆大学和市属院校重庆交通大学的土木工程学科，重庆医科大学和陆军军医大学的临床医学、基础医学学科，学科综合影响力排名第一的学科与一流建设学科的重合度达到42.86%，可以反映ERS映射效果较好。基于此，笔者认为基于ERS学科分类的映射效果较好，学科综合影响力具有一定的参考价值。

4.2.2 基于ESI学科的分析

由于111个教育部一级学科与22个ESI学科的学科结构与分类粒度差异较大，不可避免地会出现一个ESI学科匹配多个一级学科的情况[7]或一个一级学科支撑多个ESI学科的情况，如土木工程、水利工程、交通运输工程等教育部一级学科都对ESI工程学的发展有支撑作用，公共卫生与预防医学对ESI社会学、临床医学、免疫学的发展起到支撑作用。就高校而言，在ESI学科发展的初级阶段，如果没有超级学科存在（一个一级学科就可以完全支撑一个或多个ESI学科进入前1%学科），那么对ESI学科起主要支撑作用的一级学科综合影响力越高且数量越多，则该校的ESI前1%学科也就越多。因此，将重庆各高校学科综合影响力的一级学科数量与ESI前1%学科数量进行比较，有助于验证学科映射的有效性，比较结果如表1所示。

从上图可以看出，重交大各一级学科综合影响力不高，没有综合影响力大于1 000的学科，排名前10的学科主要集中在理学和工学门类，与学校现阶段学科水平及理工科院校的背景相符。从学科质量上看，计算机科学与技术、软件工程、电子科学与技术三个学科

表1 重庆10 所高校学科综合影响力数量与ESI学科情况比较一览表

从表1中可以看出，重庆市高校一级学科综合影响力大于1 000的学科数量与ESI学科数量整体上呈现正相关趋势，符合ESI学科建设初期的一般规律。基于此，笔者认为高综合影响力学科的数量与ESI学科建设的发展趋势匹配度较高，映射效果较好。

4.3 实证研究——以重庆交通大学为例

2010年1月—2020年5月，重庆交通大学（简称重交大）共有1 739篇文章被ESI收录，总被引11 951次；通过ERS成功映射论文1 738篇，占论文总量的99.94%，成功映射论文被引11 951次，占总被引的100%，CNCI值为0.98接近世界平均水平，未能直接分类论文只有1篇对后续分析影响较小，故忽略不计不再进行人工分类。

4.3.1 基于学校层面的分析

图3 重交大一级学科综合影响力排名前10 的一级学科

从学校层面对ESI收录的论文进行学科映射，有助于了解校内各一级学科的学术影响力，重交大学科综合影响力排名前10的一级学科如图3所示。的CNCI值介于1.5—2.0之间处于世界领先水平；控制科学与工程、环境科学与工程的CNCI值大于1，高于世界平均水平；数学、物理学CNCI值接近1，有望达到世界平均水平。

4.3.2 基于ESI前1%学科和潜力学科的分析

在对学校整体映射的基础上分别对ESI前1%学科和ESI潜力学科（潜力值大于50%）进行分析，有助于确定重交大ESI主要支撑学科，进而有针对性地提高学校ESI学科建设水平。2020年5月ESI数据显示，ESI ENGINEERING是重交大唯一进入ESI前1%的学科，ESI COMPUTER SCIENCE是重交大唯一潜力学科，因此ESI ENGINEERING和COMPUTER SCIENCE是重交大图书馆进行学科分析的重要学科。为此，笔者对重交大ESI ENGINEERING和COMPUTER SCIENCE进行了一级学科映射，考虑到主要支撑学科应具有一定的发文量作为基础，故选取发文量大于100且学科综合影响力大于100的一级学科作为主要支撑学科，具体结果如表2所示。

表2 重交大ESI ENGINEERING 和COMPUTER SCIENCE 主要支撑学科

从整体上看，ESI ENGINEERING和COMPUTER SCIENCE的主要支撑学科与校内学科综合影响力前10的学科的重合度较高，且位列重交大学科综合影响力第一、二位的控制科学与工程、计算机科学与技术2个一级学科均为ESI ENGINEERING和COMPUTER SCIENCE的主要支撑学科。这与重交大控制科学与工程学科形成了以高被引学者宋乾坤为核心的科研团队，计算机科学与技术学科紧抓围绕大数据、人工智能等国家和重庆市战略新兴产业，坚持高质量发展的实际情况相符。目前控制科学与工程团队共发表高被引文献10篇，占全部高被引论文的52.63%，计算机科学与技术CNCI从2010—2014年间的1.1增长到现在的1.57，已经达到世界领先水平，有效带动ESI COMPUTER SCIENCE 潜力值从2017年5月的33.80%蹿升到了现在的63.42%。

从单个学科看，重交大ESI ENGINEERING主要支撑学科涉及市级一流建设学科土木工程，市级重点学科计算机科学与技术、机械工程、力学，以及续几年拥有爱思唯尔和科睿唯安双料全球高被引学者的数学学科；ESI COMPUTER SCIENCE主要支撑学科涉及市级重点学科计算机科学与技术和控制科学与工程，这些主干学科和优势学科能成为ESI ENGINEERING和COMPUTER SCIENCE的主要支撑学科具有一定的合理性。

因此，综合ERS映射成功率、有效性分析和重庆交通大学实证可以得出，在ERS映射的基础上利用学科综合影响力对一级学科进行分析具有较高的可行性。

5 结语

用于学科的分析评价体系越来越多样化，除了文中提到的ESI学科排名，国内外还存在大量的学科分析评价体系，如ARWU、US News、QS、THE等，但是这些学科分析评价体系都是根据自身的学科分类标准进行学科分析与评价，如何合理利用这些学科分析评价体系并将之转化为我国教育部对应的一级学科，是高校图书馆学科分析服务亟待解决的问题。本文引入ERS学科分类系统，从映射原理、成功率、有效性以及重庆交通大学实证等方面验证了利用ERS进行ESI学科与教育部一级学科进行映射的可行性，使得准确、可靠地使用ESI数据对一级学科进行学科分析成为可能。但是本文的研究中存在一定不足：一是实例分析选择的数据样本小，得出的结果可能有一定的片面性；二是受篇幅所限仅使用了学科综合影响力指标进行分析，尚未进行国际合作、基金项目、高被引论文等方面的分析，这些问题将在以后的研究中逐步完善。